05 ESTATÍSTICA APLICADA AO DATA SCIENCE - PROVAS - AMB Fácil - Educação

Prévia do material em texto

O estatístico empregou gráficos clássicos, isto é, de emprego consagrado, para a
visualização de dados quantitativos e qualitativos, que são histogramas e diagramas de
barras.
 
Diante do exposto, analise as afirmativas a seguir.
 
I. O estatístico usou de histogramas para a visualização dos dados quantitativos das
amostras, quais sejam: a área, o andar e o valor do imóvel.
II. O estatístico usou de diagramas de barras para a visualização do único dado qualitativo
da amostra: a localização do imóvel.
III. Histogramas e diagramas de barra são formas tradicionais de visualização gráfica de
dados quantitativos e qualitativos, respectivamente, na estatística e na ciência dos dados.
IV. Gráficos de pizza são uma alternativa aos diagramas de barras para a representação
visual de dados qualitativos.
 
Está correto o que se afirma em:
 
 
Resposta Selecionada: Incorreta 
II e III, apenas.
 
Resposta Correta: Correta 
IV, apenas.
Comentário
da resposta:
Sua resposta está incorreta. A alternativa está incorreta, pois todas as
afirmativas dessa questão se apresentam de maneira adequada. O estatístico
usou de histogramas para a visualização dos dados quantitativos das
amostras, quais sejam: a área, o andar e o valor do imóvel. Ele também usou
de diagramas de barras para a visualização do único dado qualitativo da
amostra: a localização do imóvel. Além disso, sabemos que histogramas e
diagramas de barra são formas tradicionais de visualização gráfica de dados
quantitativos e qualitativos, respectivamente, na estatística e na ciência dos
dados, e que os gráficos de pizza são uma alternativa aos diagramas de
barras para a visualização de dados qualitativos.
 1
edgehost
Membro
Usuários
 9
8 posts
Postado December 13, 2021
Modelos de regressão linear são os mais importantes modelos de regressão da estatística e da
ciência dos dados. Eles são divididos em dois grupos: modelos de regressão linear simples e
modelos de regressão linear múltipla.
 
Quanto ao modelo de regressão linear múltipla para o valor do imóvel em função da sua área e
do seu andar, analise as afirmativas a seguir.
 
I. O estatístico desenvolveu um modelo para o valor esperado de (valor do
imóvel) em função de (área do imóvel) e (andar do imóvel),
simultaneamente. Esse modelo ficou assim:
 
image0145e2b1e8b.gif
 
II. Quando se faz o ajuste simultâneo do modelo para duas variáveis de entrada, é natural que os
valores dos coeficientes para cada variável sejam diferentes do que os mesmos coeficientes para
cada variável sozinha em uma regressão linear simples. Isso vale sempre que adicionamos
variáveis de entrada ou eliminamos variáveis de entrada de um modelo de regressão linear.
III. Os coeficientes b1 e b2 indicam, respectivamente, quanto varia o valor esperado para o
apartamento com a variação unitária de sua área (em metros quadrados) e a variação unitária do
seu andar (1 andar a mais).
IV. Ao usar esse modelo preditivo, podemos estimar o valor esperado de um apartamento com 40
metros quadrados localizado no quinto andar em 433 mil reais (arredondando para mil reais).
Está correto o que se afirma em:
 
 
Resposta Selecionada: Incorreta 
I e II, apenas.
Resposta Correta: Correta 
I, II e III, apenas.
Comentário
da resposta:
Sua resposta está incorreta. A alternativa está incorreta. Ao substituirmos 
 e por, respectivamente, 40 metros quadrados e
andar 5, obtemos y = -2,59 + 5,12 x 40 + 6.34 x 5 = 233,91 que, arredondado para
mil reais, resulta em 234 mil reais; o modelo é exatamente o informado; quando se
faz o ajuste simultâneo do modelo para duas variáveis de entrada, é natural que os
image0125e2b1e8b.gif
image0045e2b1e8b.gif image0135e2b1e8b.gif
image0095e2b1e8b.gif image0155e2b1e8b.gif
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=showRepComment&comment=3273
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/reputation/
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3274
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3274
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3274
valores dos coeficientes para cada variável sejam diferentes do que os mesmos
coeficientes para cada variável sozinha em uma regressão linear simples; já os
coeficientes b1 e b2 indicam, respectivamente, quanto varia o valor esperado para o
apartamento com a variação unitária de sua área (em metros quadrados) e a
variação unitária do seu andar (1 andar a mais).
 1
edgehost
Membro
Usuários
 9
8 posts
Postado December 13, 2021
Os modelos de regressão são de enorme importância na estatística e na ciência dos dados.
Dentre os diversos modelos de regressão que existem, são justamente os modelos de regressão
linear aqueles considerados os mais importantes e, sem dúvida, os mais difundidos, com
aplicações nas mais diversas áreas.
 
Considerando as técnicas discutidas de desenvolvimento de modelos preditivos pautados em
modelos de regressão linear simples ou múltipla, analise as afirmativas a seguir e
assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) Modelos de regressão linear podem ser empregados na predição do peso médio (massa
corporal média) de uma pessoa em função da sua altura, idade e sexo.
II. ( ) Modelos de regressão linear podem ser empregados na predição do consumo médio de
combustível de um carro em função da potência do seu motor e do seu peso.
III. ( ) Modelos de regressão linear podem ser empregados na predição da renda média mensal
de uma pessoa em função da sua escolaridade, idade, sexo e classe social.
IV. ( ) Modelos de regressão linear podem ser empregados na predição da classe social de uma
pessoa em função da sua renda média mensal, escolaridade, idade e sexo.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
Resposta Selecionada: Correta 
V, V, V, F.
Resposta Correta: Correta 
V, V, V, F.
Comentário
da resposta:
Resposta correta. A alternativa está correta, pois as três primeiras afirmativas se
referem a situações nas quais a variável resposta é quantitativa, assim os modelos
de regressão linear podem ser aplicados. Já a última afirmativa é falsa, pois se
refere a uma situação em que a variável resposta é qualitativa, situação em que
não podemos aplicar modelos de regressão.
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=showRepComment&comment=3274
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/reputation/
https://www.ambfacil.com.br/index.php?/profile/4894-edgehost/
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3275
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3275
https://www.ambfacil.com.br/index.php?/topic/779-estat%C3%ADstica-aplicada-ao-data-science/&do=findComment&comment=3275